Un perceptrón es un modelo temprano de neurona artificial y un clasificador binario lineal, introducido por el psicólogo Frank Rosenblatt en 1958, ampliamente considerado uno de los bloques fundamentales de la red neuronal y la tradición conexionista en la inteligencia artificial. Calcula una suma ponderada de sus entradas, añade un término de sesgo y pasa el resultado a través de una función escalón para producir una salida de una de dos clases.
Mecanismo
El perceptrón de Rosenblatt toma un vector de entradas numéricas, multiplica cada una por un peso ajustable, suma los resultados y compara el total con un umbral para producir una salida binaria. Los pesos se ajustan mediante una regla de aprendizaje supervisado simple, el algoritmo de aprendizaje del perceptrón, que empuja los pesos hacia la reducción del error de clasificación en ejemplos de entrenamiento etiquetados. El teorema de convergencia del perceptrón garantiza que este procedimiento encontrará una solución separadora en un número finito de pasos, pero solo si los datos de entrenamiento son linealmente separables, es decir, si una única línea recta, o hiperplano en dimensiones superiores, puede dividir las dos clases.
La presentación de 1958
Rosenblatt construyó el perceptrón en el Laboratorio Aeronáutico de Cornell con financiación de la Oficina de Investigación Naval de los Estados Unidos y demostró una implementación de hardware temprana, el Perceptrón Mark I, que utilizaba una cuadrícula de fotocélulas como entrada visual. La cobertura de prensa de la época, incluido un artículo del New York Times de 1958, describía afirmaciones de que la máquina eventualmente podría "caminar, hablar, ver, escribir, reproducirse a sí misma y ser consciente de su existencia", un ejemplo temprano de exageración en la IA que luego contribuyó a la decepción cuando las limitaciones de la tecnología se hicieron evidentes.
La crítica de Minsky y Papert
En 1969, Marvin Minsky y Seymour Papert publicaron "Perceptrons", un análisis matemático riguroso que demostraba que los perceptrones de una sola capa no podían resolver problemas que no son linealmente separables, siendo el más famoso la función lógica XOR. Aunque el libro reconocía que las redes multicapa podrían, en principio, superar esta limitación, fue ampliamente interpretado, de manera justa o no, como un argumento más amplio contra la investigación en redes neuronales, y a menudo se le atribuye haber contribuido a un fuerte declive en la financiación y el interés que duró hasta el invierno de la IA de los años setenta y más allá.
Legado y perceptrones multicapa
El interés en los modelos inspirados en neuronas revivió en los años ochenta con la popularización de la retropropagación por David Rumelhart y colegas, un algoritmo que hizo práctico entrenar perceptrones multicapa, redes con una o más capas ocultas entre la entrada y la salida, que pueden representar fronteras de decisión no lineales y superar la limitación exacta que Minsky y Papert identificaron. Las arquitecturas de perceptrón multicapa siguen siendo un bloque básico de los sistemas modernos de aprendizaje profundo, y el modelo original de una sola capa de Rosenblatt se enseña ahora principalmente como un punto de partida histórico y pedagógico para comprender el aprendizaje basado en descenso de gradiente y el desarrollo más amplio del aprendizaje automático.